[发明专利]一种基于TG-LSTM神经网络的偏振光罗盘航向角误差校正方法

权利要求书

1.一种基于TG-LSTM神经网络的偏振光罗盘航向角误差校正方法，其特征在于，包括以下步骤：

步骤一：将偏振光罗盘的倾角及数据采集周期作为神经网络的输入，所述倾角包括俯仰角及横滚角，将航向角误差作为神经网络的输出，构建三输入一输出的TG-LSTM神经网络模型；

步骤二：将偏振光罗盘固定在三轴转台上，将三轴转台的仰俯角、横滚角分别作为偏振光罗盘的俯仰角、横滚角，将偏振光罗盘连续两次输出航向角的时间差作为数据采集周期，作为学习样本的输入；采集三轴转台水平时偏振光罗盘输出的航向角，采集三轴转台倾斜时偏振光罗盘输出的航向角，将水平时的航向角与倾斜时的航向角之差作为学习样本的输出；通过不断改变三轴转台倾斜的角度丰富样本数量；

步骤三：根据步骤一得到的TG-LSTM神经网络模型和步骤二得到的学习样本，对各组学习样本分别采用TG-LSTM算法训练神经网络得到最优模型参数，获得训练好的TG-LSTM神经网络模型；

步骤四：测量偏振光罗盘工作过程中的实际俯仰角、横滚角，并与偏振光罗盘数据采集周期共同输入训练好的TG-LSTM神经网络模型中，通过计算预测航向角的误差，将偏振光罗盘输出的航向角减去预测的误差，得到补偿后的航向角。

2.根据权利要求1所述的基于TG-LSTM神经网络的偏振光罗盘航向角误差校正方法，其特征在于，步骤二中，将三轴转台的俯仰角、横滚角分别从0°至180°变化，每隔3°进行一次数据采集，使学习样本覆盖所有倾角的测量范围。

3.根据权利要求1或2所述的基于TG-LSTM神经网络的偏振光罗盘航向角误差校正方法，其特征在于，步骤三中，在训练过程中，采用时间反向传播算法更新TG-LSTM神经网络的所有权值矩阵。